DEBLURRING MENGGUNAKAN KERNEL REGRESI ADAPTIF TEREGULASI

Ukuran: px
Mulai penontonan dengan halaman:

Download "DEBLURRING MENGGUNAKAN KERNEL REGRESI ADAPTIF TEREGULASI"

Transkripsi

1 osdng emna asonal Manajemen eknolog IX ogam td MM-I, abaya 4 eba 009 DEBLRRI MEAKA KEREL REREI ADAIF ERELAI ahy bowo, Rlly oelaman, Jsan enk Infomtka, Fakltas eknolog Infomas, Insttt eknolog eplh opembe, abaya, Indonesa tewe@cs.ts.ac.d, lly@s.ts.ac.d ABRAK. Deblng mepakan sat teknk yang dlakkan ntk menghlangkan efek bl pada pengolahan cta dgtal. Metode yang sdah ada saat n jka dgnakan pada kass tetent mash mempnya bebeapa kelemahan bepa mnclnya efek ngng dan mash dkejakan kedalam fase secaa sekensal yang dasa kang efsen. elan t bebeapa metode deblng mash menggnakan model kenel yang besfat tetap sehngga tdak bsa menyesakan d dengan kont cta. Reges kenel kenel egesson sdah tebkt dapat bekeja secaa efektf ntk dgnakan pada penghlangan nose mapn ekonstks cta. ada metode menggnakan kenel eges n, teknk penentan nla komponen penysn kenel bedasakan pada nla pksel cta yang akan dolah sehngga besfat adaptf. ada peneltan n dslkan sat pengembangan metode deblng secaa teatf bedasakan eglasas dengan menambahkan matk bobot yang ddapat da poses eges kenel tehadap cta yang dolah. Kenel yang dgnakan besfat adaptf dan teeglas sehngga dapat menyesakan d dengan kont cta. Da pecobaan yang dlakkan, tebkt bahwa metode yang dslkan mempnya kneja dan kaltas hasl yang bak secaa sal mapn nmek, demkan jga jka dbandngkan dengan metode deblng yang lan Kata knc: deblng, kenel eges, adaptf, teatf, eglasas, cta EDAHLA Efek bl mepakan sat efek yang mengakbatkan sat objek pada cta akan telhat kab dan tdak jelas. Efek n dsebabkan kaena konds kamea tdak stabl. Efek n danggap sebaga sat efek yang tdak bak jka membthkan detl nfomas yang lebh semsal sat cta dengan komposs hf. deblng cta bl cta debl amba Deblng pada ta ameaman ntk mengatas efek bl tesebt, telah dkembangkan sat metode gna mempebak cta bl, dantaanya yang pople adalah flte wene tee, 007. enggnaan flte n pada kass tetent mempnya kelemahan bepa mnclny efek ngng. Katkonk dkk mengembangkan sat metode deblng adaptf yang tebag

2 osdng emna asonal Manajemen eknolog IX ogam td MM-I, abaya 4 eba 009 kedalam da fase secaa sekensal yat denosng dan deblng, sehngga dapat dkatakan kang efsen. Bemond dkk Bemond, 990, telah mengemban gkan sat metode deblng dengan metode teatf dengan hasl yang bags, hanya saja mash menggnakan kenel dengan nla, kan dan bentk yang besfat tetap sehngga mengakbatkan ketdaksesaan dengan kont cta. Reges kenel akeda, 006 m epakan sat metode eges gna mendapatkan sat matk bobot, dmana matk bobot yang dhaslkan akan dgnakan sebaga nfomas pembentk kenel yang mempnya sfat dapat menyesakan d dengan konds ntenstas pksel cta kaena ddapat da hasl eges pksel cta secaa lokal. Reges kenel n telah tebkt secaa efektf dapat dgnakan ntk penghlangan nose pada pengolahan cta dgtal. ada peneltan n dslkan sat pengembangan metode deblng yang sdah dkembangkan oleh Bemond, 990 secaa teatf bedasakan eglasas dengan menambahkan sat kenel eges yang besfat adaptf dan teeglas dengan hasl yang efektf bak secaa sal mapn nmek, demkan jga jka dbandngkan dengan metode deblng yang lan. DEAI DA IMLEMEAI ecaa gas besa, sstem ted da bagan yat nsalsas dan poses debl. amba adalah blok dagam gas besa sstem deblng yang dslan. Insalsas betjan ntk menghtng nla elemen kenel yang bepa matk bobot yang nantnya akan dgnakan pada poses deblng menggnakan deblng estmato. cta bl nsalsas kenel deblng cta debl amba. Desan stem eancangan stem Debl Bebass Kenel ntk menca fngs cta debl dengan mengac pada model cta dengan efek bl pada pesamaan z g * dalam penempatan epesentas fngs bl z cta dengan efek bl menggnakan pendekatan lokal deet aylo, dapat daplkaskan keangka keja kenel eges dmana g. mepakan efek bl. Repesentas lokal fngs menggnakan deet aylo dapat dtlskan sebaga { } { } Kebeadaan efek bl yang beasosas dengan sema sampel { } beseta tetangganya akan mempengah pehtngan debl pe pksel sehngga menghaskan pehtngan dlakkan secaa smltan da sema pksel yang akan dca. Oleh kaena t, pehtngan has dfokskan pada aea hbngan antaa nla pksel betetangga dengan model epesentas lokal yang dalam hal n adalah deet taylo dengan tjan IB :

3 osdng emna asonal Manajemen eknolog IX ogam td MM-I, abaya 4 eba 009 IB : ntk mendapatkan sat estmato pksel bebass keangka keja kenel eges. Msalkan saja sat nla pksel dengan pksel tetangganya j dengan lokas pksel dalam aah dan lokas pksel dengan aah da, sepet bekt n j 3 dmana ], [. Deet aylo mennjkkan hbngan antaa dan j sepet pesamaan bekt n : } { } { } { ech j 4 ntk menghtng sema pksel cta secaa smltan, pesamaan 4 yang mepakan epesentas lokal pada setap pksel sampel } { haslah dtls secaa besamaan dalam bentk ekto sepet bekt n, 5 ntk memdahkan penlsan, dapat dmsalkan ekto petama dan keda pada ss kanan dalam pesamaan 5 sebaga cta yang dca dengan notas dan tnan petama da cta yang akan dca dalam aah yang dnotaskan dengan. Vekto pada ss k dalam pesamaan 5 dapat danggap seb aga es tegese da sehngga dapat dtlskan ke dalam bentk yang lebh sedehana sbb, 6 dmana dan adalah opeato gese pksel da ata masng-masng dengan aah ata. Dengan mengac pada pendekatan ode ke- deet taylo akan ddapatkan 7 dmana, jka benla maka akan ddapatkan 8 dan },, { dag. emsan pada pesamaan 7 tesebt mepakan sebah tem eglasas bebobot yang dbekan oleh pegesean jaak pada cta dengan ode sepet pesamaan bekt n R / 9 dmana mepakan matk bobot yang ddefnskan sepet bekt n,, K K dag H H 0

4 osdng emna asonal Manajemen eknolog IX ogam td MM-I, abaya 4 eba 009 IB : dengan K mepakan fngs kenel dan H adalah matk smoothng pada + bedasakan fngs. Kaena pemasalahan deblng mash seng belm dapat dmodelkan secaa past, maka tem eglasas pada pesamaan 9 sangat begna sekal ntk lebh jah membatas aea penyelesaan pemasalahan n. Dengan mempekenalkan tem eglasas sepet pada pesamaan 9 datas, selanjtnya akan ddeskpskan tem deblng bebass kenel. Dengan menggnakan epesentas lokal sepet pada pesamaan 7, cta bl dan be-nose yang dnotaskan sebaga dapat dekspeskan sebaga dengan,,,,,,, y y y dmana adalah matk bekan yang meepesentaskan opeas bl yang dbekan oleh g. epa dengan tem eglasas pada pesamaan 7 d atas, epesentas lokal ntk cta bl be-nose ment pesamaan dapat dtlskan sebaga tem lkelhood sbb, z L / 3 dmana mepakan paamete eo nom ntk tem n, dan adalah matk bobot ntk tem lkelhood yang dhtng bedasakan snyal bl z g g. Dengan demkan, keda fngs bak fngs eglasas mapn fngs lkelhood dapat dfomlaskan sepet bekt n z R L / / 4 dmana adalah paamete eglasas. emasalahan optmas pada pesamaan 4 datas dapat dselesakan dengan menggnakan metode steepest decent sbb, R L 5 Implementas Deblng Bagan bekt akan menjelaskan bagamana mengmplementaskan deblng menggnakan matk bobot dan hasl eges kenel yang dbekan oleh fngs kenel steeng.

5 osdng emna asonal Manajemen eknolog IX ogam td MM-I, abaya 4 eba H s 0 0 H s 0 amba 3 oses Debl ecaa Iteatf amba 4 Insalsas na Mendapatkan Matk Bobot oses debl secaa teatf dlakkan pada cta npt sepet dtnjkkan amba 3. oses n dawal dengan mengopeaskan cta npt dengan matk bobot dan beseta matk l menggnakan metode steepest decent sesa pesamaan 5. Dalam pehtngan menggnakan metode steepest decent n akan l ddapat sat matk yang mengandng cta hasl poses debl. oses n l dlakkan sebanyak n kal dengan mengopeaskan matk otpt sebaga matk npt l l yang jga dgnakan sebaga dasa pehtngan matk bobot l dan. elama teas tejad pebakan cta hasl beseta tnan petama dan keda l yang beada pada matk. ebelm poses debl secaa teatf dlakkan, telebh dahl dlakkan nsalsas sepet dtnjkkan pada amba 4 gna mendapatkan matk bobot dan. Matk n dpeoleh dengan mengopeaskan cta npt menggnakan eges kenel klask ode gna menghaslkan matk 0 z beseta tnan petama dan keda sepet dmodelkan dalam pesamaan 8. Kemdan, dengan 0 menggnakan tnan petama da dlakkan pehtngan ntk menentkan paamete otaton, elongaton dan scalng yang tecakp ke dalam matk steeng s H. Langkah selanjtnya adalah membat matk bobot sepet dalam pesamaan 0 ntk kepelan tem eglasas dengan caa memaskkan fngs kenel steeng dengan s H. 0 edangkan ntk tem lkelhood, dlakkan poses bl pada matk ntk mendapatkan cta bl pekaan beseta tnan petama dan keda yang dnotaskan 0 sebaga. Kemdan, sama dengan poses pehtngan matk bobot, dengan 0 menggnakan tnan petama da dlakkan pehtngan ntk menentkan paamete matk steeng s H adalah membat matk bobot memaskkan fngs kenel steeng dengan ntk setap pksel da npt. Langkah selanjtnya ntk kepelan tem lkelhood dengan s H. ehtngan matk bobot dan pada awal sebelm dmlanya teas menggnakan dasa cta npt, kemdan setelah dlakkan teas tdak lag l menggnakan cta npt akan tetap menggnakan dasa pehtngan pada matk yang mepakan hasl da pehtngan steepest decent yang dlakkan pada teas sebelmnya. IB :

6 osdng emna asonal Manajemen eknolog IX ogam td MM-I, abaya 4 eba 009 y z z s H amba 5, oses ehtngan Matk teeng amba 5 mennjkkan poses bagamana menentkan matk steeng yang bes nfomas paamete oentas bak t elongaton, otaton dan scalng. oses pehtngan matk steeng dmla dengan mengopeaskan cta npt dengan menggnakan eges kenel klask ode gna mendapatkan nla gaden tehadap dan. etelah ddapatkan nla gaden, kemdan dlakkan dekomposs gna mendapatkan nfomas ketga paamete dengan menggnakan model kenel steeng. Ketga paamete nlah yang nantnya akan membentk matk kenel steeng yang akan dgnakan ntk menentkan matk bobot. HAIL DA EMBAHAA engjan dlakkan dengan menggnakan cta j standa gayscale. kenao yang dgnakan adalah membekan cta j yang dtambahkan nose dan efek bl ntk kemdan dlakkan opeas debl. Hasl opeas debl n kemdan dbandngkan dengan cta j yang belm dtambahkan efek bl mapn nose dengan paamete RME oot mean sae eo. la RME yang kecl mennjkan semakn dekat cta hasl debl dengan cta asl yang meepesentaskan kemampan sstem ntk mengembalkan ke gamba asl dalam. engjan Opeas Bl ecaa mm engjan opeas debl secaa mm dlakkan dengan membekan bebeapa cta j pada sstem. Da hasl pecobaan yang dlakkan pada sebah cta woman_dakha dengan penambahan efek bl telhat pada amba 6 masng-masng dengan RME,3 dan 4,5548. amba 6. ta j oman_dakha Da data pecobaan telhat bahwa sstem deblng mempnya kneja yang bak ntk melakkan poses debl gna menghlangkan efek bl dan nose. Hal n IB :

7 osdng emna asonal Manajemen eknolog IX ogam td MM-I, abaya 4 eba 009 tebkt secaa sal bahwa cta hasl telhat lebh hals dan besh jka dbandngkan dengan cta sebelm dlakkan poses debl. edangkan secaa nmek dapat jga telhat pada nla RME yang mengalam pennan nla, semsal amba 6 yang mengalam pennan RME da,3 menjad 4,5548 engjan dengan model kenel yang bebeda Bekt adalah pengjan menggnakan model kenel yang bebeda-beda dengan cta j dan paamete yang sama dengan tjan ntk mengetah pengah model kenel tehadap kneja sstem. Hasl pengjan dtnjkkan pada abel dan amba 7 bekt n : abel. Hasl ebahan la RME ebahan RME Model kenel RME awal RME akh asan 0,774 7,754 Epanechko 0,703 7,958 Bweght 0,703 7,958 angle 0,703 7,958 Bttewoth 0,776 8,076 plne 0,783 9,675 RME afk hbngan antaa model kenel dengan mse ga ep b t bw sk IERAI amba 7. Hasl ecobaan Hbngan Antaa Model Kenel dengan RME Da hasl pecobaan sepet dtnjkkan pada abel, telhat bahwa RME awal dan RME akh pada setap model kenel mempnya nla yang dapat dkatakan hamp sama dengan nla ata-ata 0,7403 dan 8,98. Da nla-nla RME n telhat bahwa model kenel tdak mempnya pengah yang beat tehadap kneja sstem secaa keselhan. ntk lebh menjelaskan kneja da setap kenel, dapat dlhat pada amba 7 yang mennjkkan gafk pebahan nla RME ntk setap teas mla teas petama s.d teas ke-00 pada setap model kenel. Da gafk telhat bahwa tga model kenel epanechko, bweght dan tangle membekan efek yang sama tehadap pebahan nla RME, telhat da bentk gafk yang sama. edangkan ketga model kenel yang lan gasan, splne dan bttewoth mempnya sedkt pelak yang bebeda meskpn pada akh teas, keda kenel gasan dan bttewoth menj pada ttk yang hamp sama. edangkan model kenel splne mempnya pelak yang bebeda dbandngkan dengan model kenel yang lan. Dengan menggnakan model kenel splne, hanya tejad pennan RME da 0,783 ke 9,675. Dengan demkan meskpn secaa keselhan dapat dkatakan mempnya kneja yang sama, alangkah baknya jka tdak menggnakan model kenel splne dalam opeas debl. engjan jmlah teas dengan RME amba 8 mennjkkan gafk hbngan antaa jmlah teas dengan RME pada bebeapa cta j dengan teas sebanyak 500. Da amba 8 telhat bahwa nla RME pada cta hasl opeas debl mengalam penan seng dengan banyaknya teas yang dlakkan. ennan n telhat sekal pada teas petama sampa dengan teas ke-50 yang dtanda dengan gafk yang mempnya bentk sangat cam. edangkan mla teas ke-5 sampa dengan teas ke-500, gafk mempnya bentk yang cendeng landa, bahkan mla teas ke-350 sampa dengan teas ke 500 dapat IB :

8 osdng emna asonal Manajemen eknolog IX ogam td MM-I, abaya 4 eba 009 dkatakan mengalam satas dalam atan tdak ada pennan nla RME Hbngan pada jmlah teas dengan RME Lena BR 5 Lena BR 0 ameaman BR 0 lng oom BR 5 RME IERAI amba 8. afk Hbngan Antaa Banyak Iteas Dengan la RME embandngan dengan metode lan embandngan kneja metode yang lan dlakkan ntk mengetah sejah mana kneja metode yang dslkan dengan metode lan dengan tjan sepa. Data n dambl da sejmlah pape yang membahas mengena deblng yang dsajkan pada abel dan abel 4. Data pada abel dpeoleh da pengjan menggnakan data j cameaman dengan RME awal benla 9,67. edangkan pada abel 3 menggnakan cta j lena dengan RME awal 0,78. abel. Kneja ada ta j ameaman Metode Kneja dalam RME Flte ene toolbo 7,7 Matlab FoaRD eelam, 004 4,37 LA-II Katkonk, 005 3,36 Metode yang dslkan 4,03 abel 3. Kneja ada ta j Lena Metode Kneja dalam RME Flte ene toolbo,8 Matlab FoaRD eelam, 004 7,55 LA-II Katkonk, 005 6,76 Metode yang dslkan 6, KEIMLA DA ARA Da data hasl pecobaan dan analsa data yang sdah dlakkan dapat dambl kesmplan dantaanya adalah:. Kenel eges secaa efektf dapat dgnakan sebaga keangka keja dalam opeas debl yang dtanda dengan pennan nla RME pada opeas debl yang dlakkan pada cta bl.. Model kenel tdak mempnya pengah yang sangat besa tehadap kneja opeas debl. 3. la RME akan menn seng dengan naknya teas namn pada nla teas tetent RME mengalam satas yang menandakan bahwa hbngan antaa RME dan jmlah teas tdak selal lnea. DAFAR AKA Bemond, J.R. L. Lagendjk dan R. M. Meseea, 990 Iteate methods fo mage deblng, oc. IEEE, ol. 78, no. 5, pp IB :

9 osdng emna asonal Manajemen eknolog IX ogam td MM-I, abaya 4 eba 009 Dadson. Mchael, Abamowtz.Motme.007. onolton Kenel Mask Opeaton. Olymps Inc, he Floda state nesty kenelmaskopeaton/ onzales, R.. dan R. E. oods. 00. Dgtal Image ocessng, nd edton, ppe addle Re,.J.entce Hall. Katkonk, V. K. Egazaan, dan J. Astola. 005, A spatally adapte nonpaametc egesson mage deblng, IEEE ans. Image ocess.,ol. 4, no. 0, hal eelam, R. ho, H. dan R. Baank. 004 Fowad: Foe-waelet eglzed deconolton fo ll-condtoned systems, IEEE ansc. gnal ocess., ol.5, no., pp R. Meste and M.Mhlch. 00 Impong moton and oentaton sng an elbated total least sae appoach, n oc. IEEE Int. onf Image pocess tanda Image data base, place.com/oot_ fles_v3/mage_databases.htm tee, Eddn 007 Image deblng-wene flte. he Mathwok.Inc stee akeda, Hoyk. 006, Kenel egesson fo mage pocessng and econstcton, ess Maste, nesty of alfona anta, alfona akeda, Hoyk. na Fas dan ayman Mlanfa. 007 Kenel egesson fo mage pocessng and econstcton, IEEE ans. Image ocess., ol. 6,no., pp akeda, Hoyk., Fas, and, Mlanfa. 006 Robst kenel egesson fo estoaton and econstcton of mage fom spase, nosy data, oc. Int. onf. Image ocesng, Atlanta, A, pp ekmono, Kad Kenel Regesson, kad/nde.html IB :

Ensambel Statistik Distribusi Binomial Nilai Rata-rata Sistem Spin Distribusi Probabilitas Kontinu

Ensambel Statistik Distribusi Binomial Nilai Rata-rata Sistem Spin Distribusi Probabilitas Kontinu BAB 3 Penganta Metode Statstk Ensambel Statstk Dstbs Bnomal la Rata-ata Sstem Spn Dstbs Pobabltas Kontn Rvew Bab : Konsep pobabltas sangat pentng dgnakan ntk memaham sstem makoskopk Penggnaan Konsep Pobabltas:.

Lebih terperinci

5. Analisa Benda Pejal Elastik 2 Dimensi

5. Analisa Benda Pejal Elastik 2 Dimensi nalsa Benda Peal Elastk 5. nalsa Benda Peal Elastk Dmens 5. Dasa Kontnm Mekank Benda Peal (old Pada bab n kta akan mempelaa peneapan Metode Elemen Hngga ntk analsa tegangan dan egangan benda peal ang tebeban.

Lebih terperinci

Integral Lipat Dua (Double Integral)

Integral Lipat Dua (Double Integral) Peteman- & 9 Integal Lpat Da Doble Integal Fngs: Menghtng s benda padat mbl bdang o o, pada poos. Penampang antaa benda dan o mempna las L bdang as Jka ada bdang dsampng maka las bdang: b a f d lm n Δ

Lebih terperinci

PENERAPAN METODE DIRECT LINEAR TRANSFORMATION DALAM PENENTUAN DISTORSI KAMERA NON METRIK

PENERAPAN METODE DIRECT LINEAR TRANSFORMATION DALAM PENENTUAN DISTORSI KAMERA NON METRIK PENEAPAN METDE DIECT INEA TANSFMATIN DAAM PENENTUAN DISTSI AMEA NN METI APAN PENEITIAN Dssn oleh : BAMBANG UDIANT, I, MT EDD ATASASMITA, ST JUUSAN TENI GEDESI FAUTAS TENI SIPI DAN PEENCANAAN INSTITUT TENGI

Lebih terperinci

Ring Bersih Kanan Right Clean Rings

Ring Bersih Kanan Right Clean Rings ng esh Kanan ght Clean ngs Cyena Novella Ksnamt Pogam Std Penddkan Matematka FKIP USD Kamps III Pangan, Magwohajo,Sleman, cyenanovella@gmalcom STK Peneltan n etjan ntk mengenal, memaham mennjkkan ahwa

Lebih terperinci

Bab III Reduksi Orde Model Sistem LPV

Bab III Reduksi Orde Model Sistem LPV Bab III Reduks Ode Model Sstem PV Metode eduks ode model melalu MI telah dgunakan untuk meeduks ode model sstem I bak untuk kasus kontnu maupun dskt. Melalu metode n telah dhaslkan pula bentuk da model

Lebih terperinci

Fisika Dasar I (FI-321) Sistem Partikel dan Kekekalan Momentum

Fisika Dasar I (FI-321) Sistem Partikel dan Kekekalan Momentum Fska Dasa I (FI-3) Topk ha n (mnggu 6) Sstem Patkel dan Kekekalan Momentum Pesoalan Dnamka Konsep Gaya Gaya bekatan dengan peubahan geak (Hukum ewton) Konsep Eneg Lebh mudah pemecahannya kaena kta hanya

Lebih terperinci

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Statstka, Vol., No., November 04 SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Ujang Malana, Moh Yamn Darsyah, 3 Tan Wahy Utam,,3 Program

Lebih terperinci

BAB III BAGAN CUSUM Dasar statistik bagan kendali Cumulative Sum untuk rata-rata

BAB III BAGAN CUSUM Dasar statistik bagan kendali Cumulative Sum untuk rata-rata 3 BAB III BAGAN CUSUM 3.. Dasa statstk bagan kendal Cumulatve Sum untuk ata-ata Bagan Cusum dgunakan untuk mendeteks pegesean kecl pada mean atau vaans dalam poses oleh kaena adanya penyebab khusus secaa

Lebih terperinci

81 Bab 6 Ruang Hasilkali Dalam

81 Bab 6 Ruang Hasilkali Dalam 8 Bab Rang Haslkal Dalam Bab RUANG HASIL KALI DALAM Rang hasl kal dalam merpakan rang ektor yang dlengkap dengan operas hasl kal dalam. Sepert halnya rang ektor rang haslkal dalam bermanfaat dalam beberapa

Lebih terperinci

P(A S) = P(A S) = P(B A) = dengan P(A) > 0.

P(A S) = P(A S) = P(B A) = dengan P(A) > 0. 0 3.5. PELUANG BERSYARAT Jka kta menghtung peluang sebuah pestwa, maka penghtungannya selalu ddasakan pada uang sampel ekspemen. Apabla A adalah sebuah pestwa, maka penghtungan peluang da pestwa A selalu

Lebih terperinci

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Statstka, Vol., No., November 04 SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Ujang Malana, Moh Yamn Darsyah, 3 Tan Wahy Utam,,3 Program

Lebih terperinci

Perancangan, Pembuatan dan Pengujian Omnidirectional Vehicle

Perancangan, Pembuatan dan Pengujian Omnidirectional Vehicle Peancangan, Pembuatan dan Pengujan Omndectonal Vehcle Muljowdodo dan Cahyad Setawan Laboatoum Otomas & Sstem Manufaktu Juusan Teknk Mesn FTI ITB muljo@bdg.centn.net.d, dot@tekpod.ms.tb.ac.d Rngkasan Movng

Lebih terperinci

Vektor Kendali Permainan Dinamis LQ Non-Kooperatif Waktu Tak Berhingga

Vektor Kendali Permainan Dinamis LQ Non-Kooperatif Waktu Tak Berhingga Semnar Nasonal eknolog Informas Komnkas dan Indstr (SNIKI) 8 ISSN : 85-99 Pekanbar 9 November 6 Vektor Kendal Permanan Dnams LQ Non-Kooperatf Wakt ak Berhngga Nlwan Andraja UIN Sltan Syarf Kasm Ra Pekanbar

Lebih terperinci

Kontrol Tracking pada Sistem Pendulum Kereta Berbasis Model Fuzzy Takagi-Sugeno Menggunakan Pendekatan PDC Modifikasi

Kontrol Tracking pada Sistem Pendulum Kereta Berbasis Model Fuzzy Takagi-Sugeno Menggunakan Pendekatan PDC Modifikasi JURNAL TEKNIK ITS Vol. 4, No. 1, (15) ISSN: 337-3539 (31-971 Pnt) A-83 Kontol Tackng pada Sstem Pendulum Keeta Bebass Model Fuzzy Takag-Sugeno Menggunakan Pendekatan PDC Modfkas Nan Nu an Awab Put dan

Lebih terperinci

Pengaruh Perentangan Kontras pada Ekstraksi Ciri Jaringan Normal dan Jaringan Bermikrokalsifikasi pada Citra Mamografi Digital

Pengaruh Perentangan Kontras pada Ekstraksi Ciri Jaringan Normal dan Jaringan Bermikrokalsifikasi pada Citra Mamografi Digital Pengarh Perentangan Kontras pada Ekstraks Cr Jarngan Normal dan Jarngan Bermkrokalsfkas pada Ctra Mamograf Dgtal Indah Sslawat Program Std Teknk Elektro Unverstas Merc Bana Yogayakarta Jl. Wates Km. Yogyakarta,

Lebih terperinci

SIFAT - SIFAT MATRIKS UNITER, MATRIKS NORMAL, DAN MATRIKS HERMITIAN

SIFAT - SIFAT MATRIKS UNITER, MATRIKS NORMAL, DAN MATRIKS HERMITIAN SFT - SFT MTRKS UNTER, MTRKS NORML, DN MTRKS HERMTN Tasa bstak : Tujuan peneltan n adalah untuk mengetahu pengetan dan sfat sfat da matks unte, matks nomal, dan matks hemtan. Metode peneltan yang dgunakan

Lebih terperinci

Fisika Dasar I (FI-321) Sistem Partikel dan Kekekalan Momentum

Fisika Dasar I (FI-321) Sistem Partikel dan Kekekalan Momentum Fska Dasa I (FI-3) Topk ha n (mnggu 6) Sstem Patkel dan Kekekalan Momentum Pesoalan Dnamka Konsep Gaya Gaya bekatan dengan peubahan geak (Hukum Newton) Konsep Eneg Lebh mudah pemecahannya kaena kta hanya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Peluang Peluang adalah suatu nla untuk menguku tngkat kemungknan tejadnya suatu pestwa (event) akan tejad d masa mendatang yang haslnya tdak past (uncetan event). Peluang dnyatakan

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

Pengenalan Pola/ Pattern Recognition

Pengenalan Pola/ Pattern Recognition Pengenalan Pola/ Pattern Reognton Dasar Pengenalan Pola Imam Cholssodn S.S., M.Kom. Dasar Pengenalan Pola. The Desgn Cyle. Collet Data 3. Objet to Dataset 4. Featre Seleton Usng PCA Menghtng Egen Vale

Lebih terperinci

Bab 4 ANALISIS KORELASI

Bab 4 ANALISIS KORELASI Bab 4 ANALISIS KORELASI PENDAHULUAN Koelas adalah suatu alat analss yang dpegunakan untuk menca hubungan antaa vaabel ndependen/bebas dengan vaabel dpenden/takbebas. Apabla bebeapa vaabel ndependen/bebas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengetan Koelas Koelas adalah stlah statstk yang menyatakan deajat hubungan lnea antaa dua vaabel atau lebh, yang dtemukan oleh Kal Peason pada awal 1900. Oleh sebab tu tekenal dengan

Lebih terperinci

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA KALKULUS VARIASI JURUSAN PENDIDIKAN ISIKA PMIPA UNIVERSITAS PENDIDIKAN INDONESIA Smak Petanaan! Bang A B Bentuk kuva apakah ang menunjukkan jaak tepenek ang menghubung-kan ttk A an ttk B alam bang ata

Lebih terperinci

Dengan derajat bebas (pu-1) =(p-1)+(pu-p) (pu-1)=(p-1)+p(u-1) Sebagai contoh kita ambil p=4 dan u=6 maka tabulasi datanya sebagai berikut:

Dengan derajat bebas (pu-1) =(p-1)+(pu-p) (pu-1)=(p-1)+p(u-1) Sebagai contoh kita ambil p=4 dan u=6 maka tabulasi datanya sebagai berikut: X. ANALISIS RAGAM SEDERANA Jka erlakan yang ngn dj/dbandngkan lebh dar da(p>) dan ragam tdak dketah maka kta bsa melakkan j t dengan jalan mengj erlakan seasang dem seasang. Banyaknya asangan hotess yang

Lebih terperinci

BAB I PENGUAT TRANSISTOR BJT PARAMETER HYBRID / H

BAB I PENGUAT TRANSISTOR BJT PARAMETER HYBRID / H Elektonka nalog BB I PENGUT TRNSISTOR BJT PRMETER HYBRID / H TUJUN Setela mempelaja bab n, nda daapkan dapat: Menca menca penguatan us dengan paamete Menca menca penguatan tegangan dengan paamete Menca

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

KONSTRUKSI RUANG TOPOLOGI LENGKAP

KONSTRUKSI RUANG TOPOLOGI LENGKAP KONSTRUKSI RUANG TOPOLOGI LENGKAP Sely Msdalfah Jsan Matemata FMIPA Unestas Tadlao Absta Hmpnan A mepaan semmet-semmet dpelas tedefns atas hmpnan X yang menghaslan sat eseagaman atas X yang aan membangn

Lebih terperinci

PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN

PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN JIMT Vol. 4 No. Jun 07 (Hal - 0) ISSN : 450 766X PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN PADA GRAF LOBSTER L n (; ; t) DAN L n (;, s; t) Nujana, I W. Sudasana, dan Resnawat 3,,3 Pogam Stud Matematka

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

Studi Banding Metode Modifikasi Vektor Kueri Fuzzy dan Fungsi Basis Radial Fuzzy Untuk Perolehan Citra

Studi Banding Metode Modifikasi Vektor Kueri Fuzzy dan Fungsi Basis Radial Fuzzy Untuk Perolehan Citra Stud Bandng Metode Modkas Vekto Kue Fuzzy dan Fungs Bass Radal Fuzzy Untuk Peolehan Cta Tatk Matukhah Puslt KIM LIPI, Kompleks Puspptek Sepong tatkmh@km.lp.go.d Abstact Ths pape descbes o usng Fuzzy Quey

Lebih terperinci

Hand Out Fisika II HUKUM GAUSS. Fluks Listrik Permukaan tertutup Hukum Gauss Konduktor dan Isolator

Hand Out Fisika II HUKUM GAUSS. Fluks Listrik Permukaan tertutup Hukum Gauss Konduktor dan Isolator HUKUM GAUSS Fluks Lstk Pemukaan tetutup Hukum Gauss Kondukto dan Isolato 1 Mach 7 1 Gas gaya oleh muatan ttk - 1 Mach 7 Gas gaya akbat dpol - 1 Mach 7 Fluks Lstk Defns: banyaknya gas gaya lstk yang menembus

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. Data dan Alat Penelitian

METODE PENELITIAN. Lokasi dan Waktu Penelitian. Data dan Alat Penelitian METODE PEELITIA Lokas dan Waktu Peneltan Peneltan n dlakukan pada daeah kajan d Sub DAS Kapuas Tengah d Popns Kalmantan Baat. Pengolahan dan analss data dlakukan d Laboatoum Fsk Remote Sensng dan Sstem

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI091391 PENGGUNAAN INTEGER LINEAR PROGRAMMING DENGAN METODE HEURISTIK UNTUK OPTIMASI PENJADWALAN PEGAWAI PARUH WAKTU (Kata knci: penjawalan, optimasi, intege linea pogamming, heistik)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

ELEKTRONIKA ANALOG. Bab 2 BIAS DC FET Pertemuan 5 Pertemuan 7. Oleh : ALFITH, S.Pd, M.Pd

ELEKTRONIKA ANALOG. Bab 2 BIAS DC FET Pertemuan 5 Pertemuan 7. Oleh : ALFITH, S.Pd, M.Pd ELEKTONKA ANALOG Bab 2 BAS D FET Pertemuan 5 Pertemuan 7 Oleh : ALFTH, S.Pd, M.Pd 1 Pemran bas pada rangkaan BJT Masalah pemran bas rkatan dengan: penentuan arus dc pada collector yang harus dapat dhtung,

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci

Teori Potensial Untuk Aliran Inkompresibel

Teori Potensial Untuk Aliran Inkompresibel Teoi Potensial Untk Alian Inkompesibel Teoi Potensial Untk Alian Inkompesibel 5. Pendahlan epeti telah dijelaskan sebelmnya, ntk alian disekita benda di mana haga R e ckp tinggi, asmsi invisid dapat dignakan.

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

Penerapan Masalah Transportasi

Penerapan Masalah Transportasi KA4 RESEARCH OPERATIONAL Penerapan Masalah Transportasi DISUSUN OLEH : HERAWATI 008959 JAKA HUSEN 08055 HAPPY GEMELI QUANUARI 00890 INDRA MOCHAMMAD YUSUF 0800 BAB I PENDAHULUAN.. Pengertian Riset Operasi

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

ANALISIS ALIRAN FLUIDA NEWTONIAN PADA PIPA TIDAK HORIZONTAL

ANALISIS ALIRAN FLUIDA NEWTONIAN PADA PIPA TIDAK HORIZONTAL JURNAL SAINS DAN PENDIDIKAN FISIKA (JSPF) Jilid 11 Nomo 1, Apil 015 ISSN 1858-330X ANALISIS ALIRAN FLUIDA NEWTONIAN PADA PIPA TIDAK HORIZONTAL istaani Aini Tiwow Jsan Fisika, FMIPA, Univesitas Negei Makassa,

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

Jurusan Teknik Fisika Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih Sukolilo, Surabaya

Jurusan Teknik Fisika Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih Sukolilo, Surabaya PERANCANGAN SISTEM PENGENDALIAN TEKANAN GAS PADA MONITORING PRODUKSI SUMUR MINYAK DAN GAS DENGAN METODE FUZZY KONTROLER PID DI PT. PEAMINA EP REGION JAWA, FIELD SUBANG TAMBUN (Deddy Hermansyah, Ir. Moch.

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

BAB II PENCOCOKAN CITRA DALAM FOTOGRAMETRI

BAB II PENCOCOKAN CITRA DALAM FOTOGRAMETRI BAB II PENCOCOKAN CITRA DALAM FOTOGRAMETRI Pekumpulan fotoametawan Ameka mendefnskan fotoamet sebaa sen, lmu, dan teknolo untuk mempeoleh nfomas tepecaya tentan objek fsk dan lnkunan melalu poses peekaman,

Lebih terperinci

ANALISIS VEKTOR & SISTIM KOORDINAT. Dr.Togar Saragi, Listrik Magnet1 1

ANALISIS VEKTOR & SISTIM KOORDINAT. Dr.Togar Saragi, Listrik Magnet1 1 NLISIS EKTOR & SISTIM KOORDINT DToga Saag Lstk Magnet SKLR DN EKTOR esaan ss alam Fska: Skala : besaan ang ana memlk nla ekto : besaan ang memlk nla an aa esaan skala an vekto mag-mag memlk mean ang sebt

Lebih terperinci

Regresi Komponen Utama, Regresi Ridge, dan Regresi Akar Laten dalam Mengatasi Masalah Multikolinieritas

Regresi Komponen Utama, Regresi Ridge, dan Regresi Akar Laten dalam Mengatasi Masalah Multikolinieritas SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 5 Reges Komponen Utama Reges Rdge dan Reges Aka Laten dalam Mengatas Masalah Multkolnetas Dan Agustna Juusan Matematka FMIPA Unvestas Bengkulu

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

Korelasi Pasar Modal dalam Ekonofisika

Korelasi Pasar Modal dalam Ekonofisika Korelasi Pasar Modal dalam Ekonofisika Yn Hariadi Dept. Dynamical System Bandng Fe Institte yh@dynsys.bandngfe.net Pendahlan Fenomena ekonomi sebagai kondisi makro yang merpakan hasil interaksi pada level

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pengetan Reges dan Koelas.. Pengetan Reges Paa lmuan, eonom, psolog, dan sosolog selalu beepentngan dengan masalah peamalan. Peamalan matematyang memungnan ta meamalan nla-nla suatu

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI09191 IMPLEMENTASI SEGMENTASI CITRA RESONANSI MAGNETIK OTAK MENGGUNAKAN ALGORITMA FUZZY C-MEANS YANG DIMODIFIKASI BERDASARKAN KORELASI ANTAR PIKSEL (Kata Kunc : Segmentas Fuzzy

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB I PENDAHULUAN. suatu komputer digital [12]. Citra digital tersusun atas sejumlah elemen.

BAB I PENDAHULUAN. suatu komputer digital [12]. Citra digital tersusun atas sejumlah elemen. BAB I PENDAHULUAN 1.1 LATAR BELAKANG Ctra dgtal merupakan ctra hasl dgtalsas yang dapat dolah pada suatu komputer dgtal [12]. Ctra dgtal tersusun atas sejumlah elemen. Elemen-elemen yang menyusun ctra

Lebih terperinci

UNJUK KERJA SISTEM PENUKAR KALOR TIPE CROSS FLOW PADA INSINERATOR FBC

UNJUK KERJA SISTEM PENUKAR KALOR TIPE CROSS FLOW PADA INSINERATOR FBC PROSIDING SEMINAR NASIONAL REKAYASA KIMIA DAN PROSES 2004 ISSN : 4-426 UNJUK KERJA SISTEM PENUKAR KALOR TIPE CROSS FLOW PADA INSINERATOR FBC Supyatno, M. Affend dan Yusuf S. Utomo Pusat Peneltan Fska -

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE)

RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE) RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE) Intepetas pobablstk a fungs gelombang t suatu patkel telah kta pelaa yatu t yang menyatakan peluang menemukan patkel paa waktu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

TEORI KESALAHAN (GALAT)

TEORI KESALAHAN (GALAT) TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

JURNAL DASI ISSN: Vol. 14 No. 2 JUNI 2013

JURNAL DASI ISSN: Vol. 14 No. 2 JUNI 2013 IMPLEMENTASI METODE FUZZY C-MEANS DAN TOPSIS DALAM MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN SMA (STUDI KASUS : PENENTUAN JURUSAN DI SMA NEGERI WONOSARI) Anta Bud Hastut ), Ema Utam 2), Emha

Lebih terperinci

PENGURUTAN DATA. A. Tujuan

PENGURUTAN DATA. A. Tujuan PENGURUTAN DATA A. Tuuan Pembahasan dalam bab n adalah mengena pengurutan data pada sekumpulan data. Terdapat beberapa metode untuk melakukan pengurutan data yang secara detl akan dbahas ddalam bab n.

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

DERET BALMER DARI ATOM HIDROGEN

DERET BALMER DARI ATOM HIDROGEN DERET BALMER DARI ATOM HIDROGEN I. Tujuan: Menentukan haga konstanta ydbeg dan spectum atom hydogen II. Teo Dasa Pengamatan menunjukan bahwa gas yang besuhu tngg memancakan cahaya dengan spectum gas yang

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

PENERAPAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (Studi Kasus Pendugaan Pengeluaran Per Kapita di Kota Bogor Tahun 2005) Abstrak

PENERAPAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (Studi Kasus Pendugaan Pengeluaran Per Kapita di Kota Bogor Tahun 2005) Abstrak PENERAPAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (Std Kass Pendgaan Pengelaran Per Kapta d Kota Bogor Tan 005) Indawat 1, Utam Dya Syaftr 1, Renta Skma Mayasar 1 Dosen Departemen Statstka FMIPA

Lebih terperinci

IMPLEMENTASI SEGMENTASI CITRA INTERAKTIF MENGGUNAKAN REGION MERGING BERBASIS SIMILARITAS MAKSIMAL

IMPLEMENTASI SEGMENTASI CITRA INTERAKTIF MENGGUNAKAN REGION MERGING BERBASIS SIMILARITAS MAKSIMAL MAKALA EMINAR TUGA AKIR PERIODE JULI 00 IMPLEMENTAI EGMENTAI CITRA INTERAKTIF MENGGUNAKAN REGION MERGING ERAI IMILARITA MAKIMAL Ayu Arta Paramta Relga, andayan Tjandrasa, Anny Yunart 3 Teknk Informatka,

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

Week 5. Konstanta Saluran Transmisi primer dan sekunder. Konstanta kabel koax dan kabel paralel ganda

Week 5. Konstanta Saluran Transmisi primer dan sekunder. Konstanta kabel koax dan kabel paralel ganda Week 5 Knstanta Saluan Tansms pme dan sekunde Knstanta kabel kax dan kabel paalel ganda 1 Pada pembahasan lalu: Besaan γ dan Z da sebuah saluan tansms memankan peanan pentng pada fenmena peambatan gelmbang.

Lebih terperinci

PENERAPAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (Studi Kasus Pendugaan Pengeluaran Per Kapita di Kota Bogor Tahun 2005)

PENERAPAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (Studi Kasus Pendugaan Pengeluaran Per Kapita di Kota Bogor Tahun 2005) PENERAPAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (Std Kass Pendgaan Pengelaran Per Kapta d Kota Bogor Tahn 005) RENITA SUKMA MAYASARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

, persamaan keadaan gas van der waals V

, persamaan keadaan gas van der waals V SISEM DAN ERSAMAAN KEADAANNYA 3. Keadaan sembang mekans : Sstem beada dalam keadaan sembang mekans, apabla esultan semua gaya (lua maupun dalam) adalah nol Keadaan sembang kmaw : Sstem beada dalam keadaan

Lebih terperinci

ABSTRACT. Keywords : production function, technical efficiency, frontier production function, red chili ABSTRAK

ABSTRACT. Keywords : production function, technical efficiency, frontier production function, red chili ABSTRAK ISSN 1411 007 Jrnal Ilm-Ilm Pertanan Indonesa. Volme, No., 004, Hlm. 104-110 104 ANALISA FUNGSI PRODUKSI DAN EFISIENSI TEKNIK : Aplkas Fngs Prodks Fronter Pada Usahatan Caba D Kecamatan Selp Rejang, Kabpaten

Lebih terperinci

PENGENDALIAN OPTIMAL TUBERKULOSIS DENGAN EXOGENOUS REINFECTION

PENGENDALIAN OPTIMAL TUBERKULOSIS DENGAN EXOGENOUS REINFECTION Prosdng Semnar asonal Peneltan, Penddkan dan Penerapan MPA, Fakltas MPA, Unverstas eger Yogyakarta, 4 Me PEGEDALA OPTMAL TUBERKULOSS DEGA EXOGEOUS REFECTO Hasnan asrn, Sbchan, M.Yns nsttt Teknolog Seplh

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

ESTIMASI MODEL EKSPONENSIAL LIFETIME DENGAN DOUBLE CENSORING

ESTIMASI MODEL EKSPONENSIAL LIFETIME DENGAN DOUBLE CENSORING J. Math. and Its Appl. ISSN: 1829-65X Vol. 7, No. 2, Novembe 21, 27 4 ESTIMASI MODEL EKSPONENSIAL LIFETIME DENGAN DOUBLE CENSORING Fada Agustn W. 1, Thatht Puwanngtyas 2 Juusan Matematka, FMIPA ITS Suabaya

Lebih terperinci

Segmentasi Citra Ikan Tuna dengan Mahalanobis Histogram Thresholding dan Mahalanobis Fuzzy C-Means

Segmentasi Citra Ikan Tuna dengan Mahalanobis Histogram Thresholding dan Mahalanobis Fuzzy C-Means Kaswar, Segmentas Ctra Ikan Tna dengan Mahalanobs Hstogram Thresholdng dan Mahalanobs Fzzy C-Means 197 Segmentas Ctra Ikan Tna dengan Mahalanobs Hstogram Thresholdng dan Mahalanobs Fzzy C-Means And Baso

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

BAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA

BAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA BAB ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA.1 Pendahuluan Pada sstem tga fasa, rak arus keluaran nverter pada beban dengan koneks delta dan wye memlk hubungan yang

Lebih terperinci

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

PERBAIKAN AKURASI FUZZY K-NEAREST NEIGHBOR IN EVERY CLASS MENGGUNAKAN FUNGSI KERNEL

PERBAIKAN AKURASI FUZZY K-NEAREST NEIGHBOR IN EVERY CLASS MENGGUNAKAN FUNGSI KERNEL Semna Nasonal Teknolog Infomas dan Multmeda 03 STMI AMIOM Yogyakata, 9 Janua 03 ISSN : 30-3805 PERBAIAN AURASI FUZZY -NEAREST NEIGHBOR IN EVERY CLASS MENGGUNAAN FUNGSI ERNEL Haunu Rosyd, Eko Pasetyo, Soffana

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci